【技术实现步骤摘要】
一种基于人工智能的SND网络路由筛选方法和电子设备
本专利技术涉及SND网络
,特别涉及一种基于人工智能的SND网络路由筛选方法和电子设备。
技术介绍
SND网络通常部署在高山、深林等人迹罕至的环境中,通常是采用无人机作为移动充电源。SND网络路由筛选方法,是用来寻找从源节点S(通常为传感器节点)到基站Sink(即为节点基站)的一条通信路径,源节点通过其余传感器节点的不断转发将信息传送到基站。现有的路由方法中,SPIN方法具体是接收信息时,节点在发送信息之前提前发送一个ADV信息告知其余节点要发送信息,若其余节点同意接收信息,则返回一个REQ信息,但是,SPIN方法的目标更多的是将数据发送给基站,而不考虑其路径,从而忽略了许多影响决策的选择。Flooding泛洪方法具体是收到数据的节点像广播一样向发送内所有节点转发,不管节点是否已经接收过信息还需不需要接受,虽然Flooding泛洪方法能适用于人工智能,但其是无差别发送,容易造成信息的重复、内爆,降低传感器网络的性能。因此,有必要研究出能够适应动态规划并且合理高效的新路由方法。
技术实现思路
为了解决现有技术的问题,本专利技术实施例提供了一种基于人工智能的SND网络路由筛选方法和电子设备。所述技术方案如下:第一方面,提供了一种基于人工智能的SND网络路由筛选方法方法,所述方法包括:将SND网络进行阶段划分,并根据每个阶段内的节点得到对应阶段的状态变量;对每个阶段中的状态变量赋予阶段属性和接收属性;将相互 ...
【技术保护点】
1.一种基于人工智能的SND网络路由筛选方法,其特征在于,所述方法包括:/n将SND网络进行阶段划分,并根据每个阶段内的节点得到对应阶段的状态变量;/n对每个阶段中的状态变量赋予阶段属性和接收属性;/n将相互通讯的各个节点的节点信息进行记录,以此构建得到适用于人工智能的路由模型,节点信息包括节点所对应的阶段的状态变量、阶段属性、受当前阶段状态变量影响的下一阶段的状态变量、节点的坐标信息;/n针对于适用于人工智能的路由模型,从中筛选出源节点和节点基站之间的可到达路由;/n将SND网络转换为带权连通图,根据带权连通图建立从源节点到节点基站的最小权重函数;/n将带权连通图转换为权重矩阵,根据权重矩阵,采用人工智能得到最小权重的可到达路由以及求解最小权重函数。/n
【技术特征摘要】
1.一种基于人工智能的SND网络路由筛选方法,其特征在于,所述方法包括:
将SND网络进行阶段划分,并根据每个阶段内的节点得到对应阶段的状态变量;
对每个阶段中的状态变量赋予阶段属性和接收属性;
将相互通讯的各个节点的节点信息进行记录,以此构建得到适用于人工智能的路由模型,节点信息包括节点所对应的阶段的状态变量、阶段属性、受当前阶段状态变量影响的下一阶段的状态变量、节点的坐标信息;
针对于适用于人工智能的路由模型,从中筛选出源节点和节点基站之间的可到达路由;
将SND网络转换为带权连通图,根据带权连通图建立从源节点到节点基站的最小权重函数;
将带权连通图转换为权重矩阵,根据权重矩阵,采用人工智能得到最小权重的可到达路由以及求解最小权重函数。
2.根据权利要求1所述的方法,其特征在于,将SND网络进行阶段划分,并根据每个阶段内的节点得到对应阶段的状态变量包括:
步骤1、计算各个节点和源节点之间的距离,并作为第一距离;
针对于每个节点,判断第一距离是否小于源节点的通信半径,若是,则将对应的节点作为第一阶段的一个状态变量;遍历所有节点,得到第一阶段的所有状态变量;
将SND网络的所有节点中除去源节点和第一阶段的所有状态变量,得到剩余节点;
步骤2、针对于每个剩余节点,计算剩余节点与上一阶段各个状态变量之间的距离,并作为第二距离;
针对于各个剩余节点,判断第二距离是否小于对应的上一阶段状态变量的通信半径,若是,则将该节点作为当前阶段的一个状态变量;遍历所有节点,得到当前阶段的所有状态变量;
将剩余节点除去当前阶段的所有状态变量,得到更新后的剩余节点;
步骤3、重复步骤2,直至得到所有阶段的状态变量。
3.根据权利要求2所述的方法,其特征在于,对每个阶段中的状态变量赋予阶段属性和接收属性包括:
在阶段划分时,对各个节点分别赋予阶段属性和接收属性,每个节点的阶段属性等于节点对应的阶段数值,每个节点的接收属性均为第一定值;
设置发送请求协议,发送数据的节点在数据发送之前先向接收数据的节点请求以及判断阶段属性,接收数据的节点判断发送数据的节点是否为同一阶段,若是,拒接请求;
在同一阶段的所有节点发送完数据之后,将节点的接收属性修改为第二定值。
4.根据权利要求3所述的方法,其特征在于,利用三级备忘录方法将相互通讯的各个节点的节点信息记录在三级备忘录,节点信息以四维数组的形式进行保存包括:
在阶段划分时,将同一阶段的状态变量保存在三级备忘录的第一级目录下,其中,阶段属性作为四维数组的第一维,阶段的状态变量作为四维数组的第二维;
在通讯过程中,将受当前阶段状态变量影响的下一阶段状态变量保存在三级备忘录的二级目录下,下一阶段状态变量作为四维数组的第三维;
在随机生成节点时,对节点进行编号,并通过二维数组将节点的坐标信息保存在三级备忘录的三级目录下,坐标信息作为四维数组的第四维。
5.根据权利要求4所述的方法,其特征在于,采用节点路由筛选方法筛选出源节点和节点基站之间的可到达路由包括:
赋予每个节点一个初始阶段属性和初始可到达属性,并新建一个三级的筛选备忘录,在筛选备忘录中,阶段属性保存在筛选备忘录的一级目录,可到达属性保存在筛选备忘录的二级目录;
通过三级备忘录的二级目录,反向查出与节点基站通信的各个节点,并将节点的阶段属性修改为第三定值并保存在筛选备忘录;
遍历与节点基站通信的各个节点,从中找出具有初始可到达属性和阶段属性为第三定值的节点,通过三级备忘录的二级目录,反向查出与所找出的节点通讯的上一阶段节点,将上一阶段节点的阶段属性修改为第三定值和可到达属性修改为第四定值,并将修改后的阶段属性和可到达属性保存在筛选备忘录;
遍历上一阶段节点,从中找出阶段属性为第三定值和可到达属性为第四定值的节点,并针对于所找出的阶段属性为第三定值和可到达属性为第四定值的各个节点,通过三级备忘录的二级目录,反向查出与节点通讯的上一阶段节点,将上一阶段节点的阶段属性修改为第三定值和可到达属性修改为第四定值,并将修改后的阶段属性和可到达属性保存在筛选备忘录;
重复如上步骤,直至当反向查出的上一阶段节点为源节点,则结束筛选,筛选出来的节点的坐标信息保存在筛选备忘录的三级目录中,筛选出来的源节点和节点基站之间的路径为可到达路由。
6.根据权利要求5所述的方法,其特征在于,当权重为能耗E时,将SND网络转换为带权连通图包括:
针对于SND网络的各个节点,计算充电过程的损耗:
E损=E充(1/e-1);
其中,E充为节点需要充电的能量;e为无人机通过无线充电设备为节点充电的能量转换率;
针对于为节点充电的无人机,计算无人机的飞行损耗E飞:
E飞=(d/V飞)·P飞;
其中,d为相互通讯的两个节点之间的距离,具体是通过筛选备忘录查询相互通讯的两个节点的坐标信息,由坐标信息计算得到;V飞为无人机的飞行速度;P飞为无人机的飞行功率;
计算节点发送数据的损耗ETX:
其中,d0为临界距离;l为数据位数;Eelec为发送每位数据消耗的能量;Efs为距离d小于临界距离d0时发送每位数据耗散的能量;Emp为距离d大于或者等于临界距离d0时发送每位数据的耗散能量;
计算节点接收数据的损耗ERX:
ERX=l·Eelec;
其中,l为数据位数;Eelec为发送每位数据消耗的能量;
计算S...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。